针对目前多峰函数优化问题较难找到全部局部最优解的情况，提出了改进的免疫优化求解方法。借鉴免疫系统的受体编辑操作、Baldwin效应，设计了相应的算子，增强了算法的学习能力，提高了算法的收敛速度。实验结果表明，本算法求解精度较高，提高了多峰函数寻优的精度。
2022-12-19 04:59:39
282KB
1
针对标准粒子群算法进行多峰函数优化时存在的易陷入局部极值和搜寻效率低的问题，提出了子种群划分和自适应惯性权重改进方法来求解多峰函数。根据群体微粒的相似度将粒子群分成子群体，各子群体围绕一个有最佳适应值的群体中心进行建立，并通过几个经典函数进行求解。实验表明：改进的粒子群算法能快速有效地找到多峰函数的全局最佳值。
2022-03-02 21:09:14
310KB
1
为了有效解决粒子群优化算法易陷入局部最优的缺陷，在粒子群优化算法（PSO）的基础上引入莱维飞行，提出了一种基于莱维飞行的粒子群优化算法（LPSO）。该算法在迭代过程中对粒子位置进化效果进行判断，若粒子多次迭代后仍无法进化到更优位置，则使用莱维飞行更新粒子位置。改进后的算法增加了粒子位置变化的活力，提高了算法的有效性。仿真实验结果表明，该算法在求解全局最优时，效果优于原始粒子群优化算法，在多峰值函数优化问题中其优越性更加突出。
2022-01-23 10:51:47
969KB
1
目前,对于整体优化问题已经进行了大量理论研究,并提出了许多基于导数的解析方法和其他非解析的数值优化技术。但是,在实际领域中存在着各种高度复杂的优化问题,其目标函数可能表现为非连续或非处处可微、非凸、多峰和带噪声等各种形式,这类复杂优化问题不适合于采用解析方法,同时用传统上的搜索技术求解也会遇到许多困难。针对上述问题,提出利用遗传算法求解多峰函数的优化方法,新方法利用遗传算法的鲁棒性,对多峰函数进行优化,并用Matlab进行仿真,实验结果表明,遗传算法可以快速稳定地搜索到多峰函数的最优解。 更多还原
2021-11-14 19:06:36
387KB
1
多峰函数
例：z=peak(30);生成一个30X30矩阵z，即分别沿x和y方向将区间[-3,3]等分成29份，并计算这些网格点上的函数值。缺省的等分数是48。
可以根据网格坐标矩阵x，y重新计算函数值矩阵。生成的数值矩阵可以作为mesh、surf等函数的参数而绘制出多峰函数曲面图。
peaks(n)：直接用peaks函数创建的x,y,z三个矩阵绘制表面图，相当于执行了[x,y,z]=peaks(n)和surf(x,y,z)两个函数。
2021-06-06 10:01:56
1.79MB
1
Shubert函数324个全局最优解问题，《演化优化及其在微分方程反问题中的应用》一文中提出了GMLE_DD算法，由于并行计算考试的需要，对论文中提出的方法进行了实现，在这里共享出来，C++实现。源代码是n = 4时的情况。算法性能简介http://blog.csdn.net/ryl219362/article/details/17100039
2019-12-21 21:01:18
3KB
1